MétaCan
Menu
Retour à la cohorte
Enregistrement W7105814510 · doi:10.1007/978-3-032-02432-9_9

The Fate of Sub-Saharan Migrants and Refugees

2025· book-chapter· en· W7105814510 sur OpenAlexaff

Notice bibliographique

RevueGlobal dynamics of social policy · 2025
Typebook-chapter
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRefugeeSocial distanceSocial isolationPandemicSocial exclusionSocioeconomic statusWelfareQualitative researchSocial Welfare

Résumé

récupéré en direct d'OpenAlex

Abstract Before the COVID-19 pandemic, migrants, refugees, and asylum seekers were considered some of the most socially vulnerable groups among other sub-population groups. There is a ponderance of evidence indicating that during the COVID-19 era: (1) their social vulnerabilities were underpinned by not-so-new but re-emerging and adapting pre-existing social drivers such as xenophobic stigmas and nationalism; (2) weaponizing measures used to fight the pandemic such as social distancing to alienate these groups socially—social exclusion; and (3) their social vulnerabilities were exacerbated during the COVID-19 pandemic directly through the impact of the viral infections (loss of loved ones and social support) and indirectly through their audacious exclusion during the execution of different measures to buffer the socioeconomic impact of the pandemic. Using data from a recent qualitative study, we illustrate how the absence or ineffectiveness of social welfare systems failed these vulnerable groups during the COVID-19 pandemic, negatively impacting all aspects of their lives.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,330
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal dynamics of social policyMême sujetMigration, Health and TraumaTravaux en français237 207